deepseek rag 搭建，从零开始的完整步骤和常见问题

你可能已经拿到 DeepSeek 的 Key，也知道 RAG 大致是「切块—向量化—召回—拼提示」，但真正动手时还是会卡：文档怎么清洗、向量模型用谁、召回的片段塞不进上下文怎么办、答非所问该改哪一环。这篇不铺概念，按从零到能问答的顺序给步骤和检查点，每一步都写清做到什么程度算过关。

你大概已经拿到 DeepSeek 的 Key，也清楚 RAG 就是「切块、向量化、召回、拼提示」这条线，但真开工会卡在很具体的地方：PDF 抽出来一堆页眉页脚、向量模型挑花眼、召回片段塞不进上下文、答非所问不知道改哪一环。这篇不铺概念，按从零到能问答的顺序，把每一步做什么、做到什么程度算过关、卡住先查哪里讲清楚。

先说明适用范围：下面的步骤假定你有基础开发能力，能自己起服务、调接口，目标是把一个相对固定的文档集做成一问一答的内部问答。如果你的文档天天空变、或者问题面覆盖整个互联网，这套流程不直接适用，得先缩小范围再进来。

第一步：先定链路和范围，别急着写代码

动手前先把整条链路画出来，四段各自定组件：文档进料、切块与向量化、召回、拼提示调 DeepSeek。每段先写清楚用谁，不然后面出问题你根本不知道是哪一段的锅。范围也要先收窄，一个文档集、一类问题，比如内部规范问答，先别想着一次吃掉全公司资料。

• 链路四段各选一个组件，写在一张纸上，后面排查对照着看
• 范围收窄到一个文档集加一类问题，先跑通再扩
• 模型和接口规格到 /official-api/providers/deepseek 核对当前口径，别照旧文章抄参数
• API 连通性单独跑一次，只测能不能通、返回结构对不对，别和业务逻辑混在一起

第二步：文档清洗与切片，这一步决定上限

召回质量的上限在这一步就定了。PDF、扫描件、表格先做文本抽取和清洗，乱码、页眉页脚、重复导航会直接污染召回结果，模型再强也救不回来。切片按语义段落切，别按固定字数硬切；每块带上标题和来源字段，回答时才能给出处，用户也更容易信。

1. 抽取与清洗把文档转成纯文本，去掉页眉页脚、页码、空行和乱码，抽完先随机翻几页看有没有明显缺失。
2. 按语义切片以段落或小标题为界切块，块与块之间留点重叠，避免一句话被切两半。
3. 人工抽检随机抽十条切片，问自己只看这一块能不能回答问题，答不上就说明切错了，回去重切。
4. 向量模型单独评估嵌入模型和对话模型分开选，嵌入模型清单到 /embeddings 比对，别默认用同一个。

这里的判断标准很简单：抽检的十条里大部分切片能独立表意，就往下走；如果大量切片语义残缺，说明切法有问题，继续调块度和边界，不要指望召回阶段补救。

第三步：入库、召回与拼提示

向量库先用轻量方案跑通，规模没上来之前别提前上分布式，目录在 /stacks/vector-dbs。召回先取 Top-K 再重排，重排能明显减少无关片段挤占上下文；K 值和相似度阈值都做成可配置项，方便按问题类型调。拼提示用固定结构，别每次随手写。

拼提示时明确要求模型答不出来就说不知道，这条比什么写作风格要求都重要。流式和非流式按产品形态定，先跑通非流式，确认逻辑无误再接流式，否则两类问题会缠在一起。

第四步：答不准时的排查顺序

答不准别一上来就调模型参数，按「文档有没有、切得对不对、召回到了没、提示拼得对不对」四层往下查。每一层都有可验证的证据，前一层没过就别跳层。这套顺序的价值在于把玄学问题变成能定位的工程问题。

• 先确认文档确实入库了，搜关键词能搜到原文
• 再看切片，命中的块本身是否语义完整
• 然后看召回日志，正确片段是否在返回结果里、分数多少
• 最后看提示，片段进去后模型是否被无关内容带偏
• 改完用固定问题回归，避免修好一个坏掉三个

一条日志的价值大于十次盲调：记下每次问题召回了哪几块、分数多少、最终答案怎么来的。没有这份记录，你只能凭感觉换模型、调长度，效率极低。成本与用量口径到 /tools/token-price-calculator 自己算，别凭感觉估。